BigQuery הוא הפתרון של Google לאחסון נתונים בקנה מידה של פטה-בייט. Looker Studio משתלב במקור עם BigQuery, ואפשר להשתמש בו כדי לנתח ולהציג נתוני BigQuery באופן חזותי.
שלבי ההטמעה
יש כמה דרכים להעביר נתוני BigQuery אל Looker Studio:
- שימוש במחבר BigQuery המקורי בממשק המשתמש של Looker Studio
- פיתוח של מחבר קהילה ושימוש בו
שימוש במחבר BigQuery המקורי בממשק המשתמש של Looker Studio
המשתמשים יכולים להשתמש במחבר BigQuery המקורי ב-Looker Studio כדי להציג טבלאות BigQuery או שאילתות ספציפיות. אפשר לאחזר טבלאות שלמים או להריץ שאילתות בהתאמה אישית ב-BigQuery מתוך Looker Studio. אפשר גם להשתמש בסייר של Looker Studio כדי לבצע ניתוח מעמיק של נתוני BigQuery.
הגישה הזו שימושית אם המשתמשים:
- עורכים ניתוח מעמיק.
- שהם מכירים את SQL ויכולים לכתוב שאילתות משלהם.
- מכירים את הנתונים ויודעים איך ליצור הצגה חזותית שלהם מההתחלה.
דוגמה: שאילתה של נתוני שיעור הלידה מ-BigQuery
במדריך הזה אנחנו מסבירים איך משתמשי קצה יכולים להשתמש במחבר המקורי של Looker Studio ל-BigQuery מממשק המשתמש של Looker Studio כדי להציג נתוני BigQuery באופן חזותי. בדוגמה הזו מופיעה שאילתה על הטבלה של דגימת natality ב-BigQuery, ומאחזרת את כל הטבלה ל-Looker Studio.
דוגמה: בניית מרכז בקרה של BI באמצעות BigQuery, App Engine ו-Looker Studio
איך לבנות מרכז בקרה של BI באמצעות Looker Studio ו-BigQuery, שמראה איך אפשר להשתמש ב-App Engine כדי לצבור מראש נתוני BigQuery ואז להציג אותם באופן חזותי באמצעות Looker Studio.
פיתוח של מחבר קהילה ושימוש בו
אתם יכולים לפתח מחבר קהילה שמאחזר נתונים מ-BigQuery. עם הגישה הזו, יש יתרונות בהשוואה לשימוש במחבר המקורי:
- אפשר לשלב שאילתות קיימות במחבר. המשתמשים לא יצטרכו לכתוב SQL משלהם או להעתיק ולהדביק קטעי קוד של SQL כדי לקבל את השאילתה המדויקת. בנוסף, אפשר להוסיף פרמטרים לשאילתות ולאפשר למשתמשים לספק קלט דרך תצורת המחבר כדי להתאים אישית את השאילתות.
- אפשר להשתמש בחשבונות השירות כדי לרכז את החיוב. המשתמשים לא יצטרכו גישה לחשבון לחיוב ב-GCP.
- המשתמשים שלך יכולים להתחיל עם דוחות תבניות מוכנים עם נתונים משלהם.
- תוכלו להטמיע שכבת שמירה משלכם כדי לשלוט בעלות של BigQuery.
ב'מחבר קהילה' אפשר לגשת לנתוני BigQuery בשלוש דרכים נפרדות:
הטבלה הבאה מסכמת את היתרונות והחסרונות:
| Looker Studio שירותים מתקדמים | שירות Apps Script BigQuery | API ל-REST ב-BigQuery | |
|---|---|---|---|
| חומר עזר | Looker Studio Advanced Services | שירות Apps Script של BigQuery | BigQuery REST API |
| זרימת נתונים | BigQuery > Looker Studio | BigQuery > Apps Script > Looker Studio | BigQuery > Apps Script > Looker Studio |
שדות
מחושבים שנתמכים
באמצעות getschema |
כן | כן | כן |
| אפשר להשתמש בהן עם חשבון שירות או בקרת גישה מותאמת אישית | כן | לא (פרטי הכניסה של המשתמש אוכפים בפועל) | כן |
| מסננים נדחים למטה | כן | לא | לא |
נדרשת טרנספורמציה של נתונים נוספים ב-getData |
לא | כן | כן |
| ניתן לגשת לנתונים שאוחזרו באמצעות Apps Script (מאפשר לבצע שינויים נוספים) |
לא | כן | כן |
| תמיכה במטמון מותאם אישית | לא | כן | כן |
| הוחלה מכסה של UrlfetchApp | לא | לא | כן |
| הטמעה לדוגמה | מחבר הנתונים של הבנק העולמי | שירות Apps Script של BigQuery | מחבר חוויית המשתמש ב-Chrome |
תוכלו להיעזר ב-Looker Studio Advanced Services, אלא אם אתם צריכים לשנות את הנתונים שנשלפו מ-BigQuery או לשמור במטמון בהתאמה אישית.